基于分层质量-多样性物理机器人的在线损伤恢复
机器人学
2022-10-19 v1 人工智能
机器学习
神经与进化计算
摘要
在真实环境中，机器人需要对损伤具有韧性，并对未知场景具有鲁棒性。质量-多样性（QD）算法已成功用于通过利用一组多样化的已学技能使机器人在数秒内适应损伤。技能的多样性越高，机器人成功克服新情形的几率越大，因为解决新任务的潜在替代方案更多。然而，寻找并存储多种技能的大量行为多样性通常会导致计算复杂度上升。此外，在大型技能空间中进行机器人规划是技能数量增加所带来的额外挑战。分层结构可通过将技能分解为基本技能来帮助降低这种搜索与存储复杂度。在本文中，我们引入分层试错算法，其使用分层行为库来学习多样化技能，并利用它们使机器人在物理世界中快速适应。我们表明技能的分层分解使机器人能够学习更复杂的行为，同时保持行为库的学习可控。六足机器人的实验表明，相较于最佳基线，我们的方法在最具挑战性的场景中解决迷宫导航任务时，仿真中少用了 20% 的动作，物理世界中少用了 43% 的动作，且完全失败的情况减少了 78%。
引用
@article{arxiv.2210.09918,
title = {Online Damage Recovery for Physical Robots with Hierarchical Quality-Diversity},
author = {Maxime Allard and Simón C. Smith and Konstantinos Chatzilygeroudis and Bryan Lim and Antoine Cully},
journal= {arXiv preprint arXiv:2210.09918},
year = {2022}
}
备注
arXiv admin note: substantial text overlap with arXiv:2204.05726